叶绿素的检测和监测在植物生理、水质状况、农业管理和生态系统健康等方面具有重要意义。笔者设计了一种基于微波光子滤波器（MPF）射频强度的叶绿素检测系统，该系统利用叶绿素质量浓度变化导致光纤端面反射率发生变化的原理，根据射频强度与叶绿素质量浓度之间的关系，实现对叶绿素的检测。该系统具有体积小、抗干扰能力强的特点，而且可以实现长距离检测。在该系统中，宽谱光源、微波信号源、掺铒光纤放大器、电光调制器、隔离器、光耦合器、光电探测器、频谱仪、光纤等构成了迈克耳孙干涉仪结构的微波光子滤波器。提取不同蔬菜的叶绿素溶液，采用该系统对叶绿素溶液进行检测，验证了其在植物叶绿素检测方面的可行性。采用该系统检测了叶绿素实验原液以及由叶绿素标准溶液配制的不同质量浓度梯度的叶绿素溶液，验证了射频强度与叶绿素质量浓度之间存在较好的线性关系，其中最大射频强度与叶绿素质量浓度的线性拟合度（R²）达到了0.9741，灵敏度为0.007881 dB/（μg·L^-1），最小射频强度与叶绿素质量浓度的线性拟合度达到了0.9841，灵敏度为0.02258 dB/（μg·L^-1）。上述实验结果表明该系统在高质量浓度叶绿素和低质量浓度叶绿素情况下均具有较好的传感性能。

叶绿素a浓度是估算浮游植物生物量的重要指标,连续小波变换是一种重要的多尺度光谱分析方法。本文以粤西、珠江口为案例区,基于地面高光谱和实测叶绿素a的浓度数据,选取10种不同的母小波基函数对高光谱反射率数据进行连续小波变换。运用偏最小二乘回归(PLSR)方法构建叶绿素a浓度的反演模型,分析比较了不同小波变换系数对建模结果的影响。研究结果表明:采用经过多种小波变换后的小波系数与实测叶绿素a浓度进行相关性分析,相关性均高于原始光谱;基于不同的小波变换系数进行建模,反演精度差异较大,其中,基于sym6小波系数的偏最小二乘回归模型的精度最高(决定系数R²=0.732,均方根误差为6.457 μg/L,相对分析误差为2.600),相较于基于光谱特征的传统反演方法精度明显提升。本研究为今后进行二类水体叶绿素a浓度模型构建过程中的小波基优选提供了参考。

基于532 nm脉冲激光器,搭建了船载三通道海洋激光雷达系统。利用该系统对叶绿素a浓度进行了测量,将所得到的测量结果与商业化叶绿素荧光计的测量结果进行了对比,结果显示,二者的相关系数高达0.84,即表现出良好的线性相关性。为了测试和评估该系统对表层海水叶绿素a浓度的探测性能,开展了初步现场走航实验,并获取了走航路径上表层海水的叶绿素a浓度的分布状况。结果表明,基于激光雷达探测数据反演的表层海水的叶绿素a浓度与商业化叶绿素荧光计同步探测得到的表层海水的叶绿素a浓度的相关系数可达0.69。

叶绿素a浓度(Chlorophyll-a: Chl-a)是内陆水体重要的水质参数之一, 遥感数据为其提供了大范围、 多时相的监测信息, 然而由于内陆湖泊水色要素复杂的光学性质及较大的时空差异, 传统的遥感影像及单一的Chl-a反演模型在应用中存在着局限性。 因此本研究以太湖为研究区, 时间分辨率1小时的静止海洋水色卫星Geostationary Ocean Color Imager(GOCI)为数据源, 在基于层次聚类法实现归一化实测光谱反射率分类的基础上, 利用光谱角测距匹配实现2012年5月6日(08:16—15:16) 8景GOCI太湖影像的水体分类; 并针对不同水体类型分别建立基于GOCI影像的Chl-a反演模型, 实现不同类型水体的Chl-a浓度反演。 结果表明, 太湖水体光谱可分为四类, 类型1光谱体现出漂浮藻类的特征, 可将其作为蓝藻水华的判定依据; 类型2—4体现的特征分别为水体含有较高Chl-a浓度、 较高悬浮物浓度及相对较低Chl-a较低悬浮物浓度; 并且类型2—4与分类前相比, 其分类模型估算的Chl-a浓度误差均得到了不同程度的提高, 平均相对误差分别降低了7%, 12.3%和15.9%; 此外, GOCI影像反演结果不仅可以很好地反映Chl-a浓度的空间分布状况, 也能反映出太湖Chl-a浓度的日变化差异及规律, 表现出了其在富营养化污染动态监测及预警中的应用潜力。 该方法在GOCI影像中的应用, 在提高Chl-a浓度反演精度的同时也提高了模型在实际应用中的适用性, 为日后太湖水体不同时刻Chl-a浓度的精确估算提供了基础。

以具有代表性的野外实测光谱数据作为端元，对水体遥感反射率进行线性混合光谱分解，基于分解得到的各组分丰度，构建了一种新的水体叶绿素a指数CSI（叶绿素a光谱指数）。以太湖、巢湖、滇池以及三峡水库水体的307 组实测叶绿素a 浓度及高光谱数据为基础，分析了CSI的特性。以该指数为自变量，构建了内陆浑浊二类水体叶绿素a 浓度估算模型，并分析了模型的抗噪性和传感器适应性。结果表明：1) CSI对水体叶绿素a 浓度大小有较好的指示作用，以f_CSI=0 为条件将实测光谱分为2 个类别，可以表征光谱特征的明显差异；2) CSI作为自变量的叶绿素a 浓度估算模型在实测高光谱数据集中的精度与三波段算法(TBA)相近(二者估算结果的平均相对误差分别为0.332和0.330，均方根误差分别为9.892和9.929)；3) 以CSI为自变量得到的估算模型对无偏移噪声和有偏移噪声都有较好的抗性，其中无偏移噪声几乎不影响算法的精度，而三波段算法对两种噪声同样敏感，随着噪声增加，估算结果出现较大误差；4) 新的估算算法对传感器波段设置不敏感，其优势在宽波段多光谱数据集中更加明显。相比于传统水体叶绿素半经验算法，CSI算法具有更高的稳定性和更强的应用潜力。

浮游植物粒级结构是海洋生态系统中的一个重要生物学因子。基于生物光学参数反演浮游植物粒级结构变化是当前水色遥感研究的热点问题。本文综合南海北部海区多年航次调查数据, 对现有几类反演算法进行了区域性优化和验证评价。根据叶绿素a浓度(Chl a)或浮游植物吸收系数(aph(443))的阈值可实现南海北部海区小型(Micro)和微微型(Pico)浮游植物主导的划分, 微型(Nano)的判别精度较差。基于归一化吸收光谱提取的粒级指数可定性地表征浮游植物粒级结构的综合变化趋势。基于叶绿素a浓度的三组分模型, 较好地模拟浮游植物粒级结构的变化规律, 可实现分粒级叶绿素a浓度的定量反演, Pico粒级的反演精度较高; 在此基础上, 耦合浮游植物吸收光谱变化规律和总叶绿素a浓度定量反演粒级结构的模型, 进一步提高了Micro和Nano粒级的反演精度, 且线性相关程度增强。

利用2008年太湖蓝藻爆发的5—8月实测的27个站点水体光谱反射率和水质参数, 分析了不同叶绿素a浓度等级下太湖水体光谱的荧光特征。 结果表明, 荧光峰位置和荧光峰高度都与叶绿素浓度呈显著正相关, 且荧光峰峰值位置和半宽度与叶绿素a浓度的拟合度要高于基线荧光峰高度和归一化荧光峰高度。 荧光峰特性用于二类水体中高浓度叶绿素探测较传统的蓝绿光波段比值有很大的改进, 而宽通道卫星遥感所采用的叶绿素浓度近红外红光波段比值法本质上与归一化荧光峰高度一致。 这为今后进一步利用荧光特征提高太湖叶绿素a浓度反演精度提供了研究基础。

介绍了一种以红光半导体激光器作为荧光激发光源,结合光纤光谱技术测量水体中叶绿素α浓度的新方法.通过分析叶绿素α的激光光致发光机理,得出了水体中叶绿素α荧光发射光谱的相对荧光峰值强度与叶绿素α浓度的近似线性关系.实验结果表明,在红光半导体激光器激励下根据叶绿素α的荧光发射光谱直观地判断叶绿素α的浓度这种方法完全可行,由此为研制叶绿素α荧光仪提供了一种新的光源选择,并为实现现场实时监测海水中叶绿素α浓度提供了实验依据.

研制了一台多参数的主被动船载蓝绿光海洋激光雷达系统(BLOL),它可用于我国东海海域的海色遥感印证。该海洋激光雷达系统能被动地测量离水辐亮度Lw,主动测量漫散射衰减系数k和叶绿素a浓度C。雷达系统安装在青岛海洋大学的调查船上(约2500吨位),曾在21个站位进行了实验。实验的区域从上海东开始到冲绳岛附近。用该海洋激光雷达系统测量的结果与用传统的方法测量的结果符合的很好。